Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 重庆邮电大学段思睿获国家专利权

重庆邮电大学段思睿获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉重庆邮电大学申请的专利一种基于大语言模型提取消费行为特征的电商推荐方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119887340B

龙图腾网通过国家知识产权局官网在2026-04-14发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510055721.0,技术领域涉及:G06Q30/0601;该发明授权一种基于大语言模型提取消费行为特征的电商推荐方法是由段思睿;窦建华;肖云鹏;王蓉;李暾设计研发完成,并于2025-01-14向国家知识产权局提交的专利申请。

一种基于大语言模型提取消费行为特征的电商推荐方法在说明书摘要公布了:本发明属于电商大数据推荐领域,具体涉及一种基于大语言模型提取消费行为特征的电商推荐方法,包括:获取电商平台用户和商品数据;通过无分块的RAG形成外部知识库,输入为用户对商品评论,使用LLM结合知识库,提取用户的消费行为特征;通过融合用户行为序列和消费行为特征计算最终消费行为序列特征;计算用户肖像数据和目标商品数据之间的隐含关系;将用户消费行为序列和计算的隐含关系输入到多层感知机中进行预测,得到预测结果。本发明针对用户评论背后隐藏的用户消费行为,通过LLM结合知识库提取用户的消费行为特征,将其与行为序列进行融合,能够有效提高电商平台商品的推荐准确率。

本发明授权一种基于大语言模型提取消费行为特征的电商推荐方法在权利要求书中公布了:1.一种基于大语言模型提取消费行为特征的电商推荐方法,其特征在于,包括: S1、获取电商平台用户和商品数据,所述用户数据包括用户行为数据和用户肖像数据; S2、通过无分块的RAG形成外部知识库,输入为用户对商品评论,使用LLM结合知识库,提取用户的消费行为特征; S21:将地标LMK分配到每个句子的末尾,实现对句子进行特殊标记,并将地标与句子和相邻上下文联合编码,得到地标嵌入LE表示为:;其中,地标嵌入定义为地标与句子和相邻上下文联合编码后得到的嵌入,用于表示文档中的句子;表示要传入的外部文档中的句子,表示从输出嵌入中选择最后一个维度的值,LMK表示每个句子末尾后的一种特殊标记; S22:获取用户对商品的评论集合R,具体表示为:;其中,表示用户集合,表示用户的第条评论文本; S23:将用户对商品的评论集合输入到LLM中,使LLM结合传入了消费行为学理论知识的知识库,LLM返回的结果就是提取的用户的消费行为特征,具体表示为;其中,表示用户的消费行为特征,表示用户的第个特征; S3、通过融合用户行为序列和消费行为特征计算最终消费行为序列特征; S31:获取用户行为序列特征集合,具体表示为:,其中,表示用户的第n个行为序列特征; S32:将用户的消费行为特征和用户行为序列特征进行融合,得到用户的消费行为序列集合,表示为:;其中,表示用户的消费行为特征,表示融合操作,表示用户的第个隐藏状态; S33:根据用户的消费行为序列集合,计算每个消费行为序列与目标商品的注意力分数集合,表示为;其中,表示注意力分数,表示用户消费行为序列的长度; S34:根据用户的消费行为序列特征集合和注意力分数集合,计算最终消费行为序列特征,表示为;其中,表示基于注意力机制的门控循环单元,表示用户的第个隐藏状态,表示用户的隐藏状态的数量; S4、计算用户肖像数据和目标商品数据之间的隐含关系; 计算用户肖像特征数据和目标商品特征数据之间的隐含关系,包括: 其中,表示堆叠式自动编码器,表示目标商品特征,表示用户肖像特征; S5、将最终消费行为序列特征和计算的隐含关系输入到多层感知机中进行预测,得到预测结果; 把最终消费行为u序列特征和隐含关系进行拼接作为多层感知机的输入; 将拼接后的特征输入到多层感知机中,经过若干层处理后,得到最终预测的兴趣分,将兴趣分最高作为推荐结果。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人重庆邮电大学,其通讯地址为:400065 重庆市南岸区南山街道崇文路2号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。